Esta vacante tiene más de una semana y podría haber caducado
micro1
8 de noviembre de 2026
Ingeniero de Investigación en Reinforcement Learning
micro1 busca un ingeniero de investigación para diseñar entornos de RL, pipelines de entrenamiento y sistemas de evaluación de modelos de IA. 100% remoto, con equity y beneficios.
Comparte esta vacante
Esta vacante es para ti si…
- Dominas Reinforcement Learning a fondo
- Te gusta llevar la investigación a producción
- Disfrutas construir sistemas de evaluación y benchmarks
- Buscas un rol de alto impacto con equity
Descripción del Puesto
Sobre esta oportunidad
micro1 está buscando a un Research Engineer que quiera trabajar en la frontera del Reinforcement Learning (RL). El puesto, con el título de Member of Technical Staff, consiste en crear entornos novedosos, pipelines de entrenamiento y sistemas de evaluación que impulsen las capacidades de los modelos de IA modernos. Es un rol que vive entre la investigación y la producción: tomarás ideas experimentales y las convertirás en sistemas escalables y de alto rendimiento.
Perfil buscado
Buscan a un profesional con experiencia profunda en RL, que sepa diseñar entornos y entienda cómo se comporta el entrenamiento. Alguien que ya haya construido y escalado sistemas o frameworks de experimentación, se sienta cómodo en ambientes ágiles, orientados a la investigación y muy colaborativos, y comunique ideas técnicas con claridad y por escrito.
Qué harás en el día a día
- Diseñar entornos de RL autocontenidos que reflejen tareas complejas del mundo real, con sus funciones de recompensa, verificadores y lógica de evaluación.
- Diseñar y escalar pipelines de episodios y procesos de entrenamiento de múltiples componentes (MCPs) para lograr experimentos reproducibles.
- Construir sistemas automatizados de generación de datos, aprovechando datos sintéticos para acelerar los ciclos de entrenamiento sin sacrificar calidad.
- Desarrollar e integrar sistemas de evaluación y control de calidad basados en IA, con calificación automática, validación y ciclos de retroalimentación.
- Hacer fine-tuning y optimizar modelos de RL de código abierto con datasets generados internamente y estrategias de entrenamiento propias.
- Crear marcos de benchmarking para medir capacidad, robustez y calidad de datos en distintas tareas.
- Contribuir a la publicación y el análisis de evaluaciones en plataformas de benchmarks internas y externas.
Requisitos clave
- Experiencia sólida en Reinforcement Learning, incluyendo diseño de entornos y dinámica de entrenamiento.
- Trayectoria comprobable construyendo y escalando sistemas, pipelines o frameworks de experimentación de RL.
- Dominio de automatización y generación de datos, incluidos pipelines de datos sintéticos.
- Familiaridad con sistemas de evaluación automatizada, validación de modelos y flujos de control de calidad.
- Experiencia en fine-tuning y evaluación de modelos de ML de código abierto.
- Comunicación clara y concisa, con buena redacción técnica.
Valorado adicionalmente
- Experiencia publicando benchmarks, evaluaciones o artefactos de investigación.
- Conocimiento de ecosistemas de evaluación, como los benchmarks de micro1 o frameworks similares.
- Experiencia en infraestructura escalable para experimentación de RL a gran escala.
Beneficios de la posición
- Compensación en equity para todos los empleados.
- Posibilidad de bonos por desempeño, según el rol y las políticas de la empresa.
- Reembolso de hasta el 100% de las primas del seguro médico.
- Vacaciones pagadas.
- Plan 401(k) con aporte de la empresa.
- Beneficios adicionales pensados para un equipo remoto de alto rendimiento.
Rango salarial
El rango publicado en los datos de la vacante es de USD 400,000 - 800,000. Ten presente que la descripción original indica un salario base de USD 200,000 – 300,000 para esta posición a tiempo completo, además de equity y posibles bonos por desempeño.
micro1 es un empleador que ofrece igualdad de oportunidades, y su proceso de selección utiliza herramientas de inteligencia artificial como apoyo en la evaluación de candidatos, sin reemplazar las decisiones humanas.
¿Te interesa? Aplica directamente desde el enlace de la vacante.
Fuente: HimalayasVacante originalmente publicada en Himalayas. Descripción adaptada por el equipo de Vacantes Remotas.
Vacantes relacionadas

Airtm
Ingeniero de Software Senior Full Stack con Node.js y React
Diseña y construye los sistemas full stack de los productos financieros de Airtm con TypeScript, Node.js y React, usando herramientas de IA en tu día a día.
Fuente: Jobicy

Pear VC
Ingeniero de Software Fundador en Startup GovTech de Protección Infantil
Únete como ingeniero fundador a una startup que crea el sistema operativo para la protección infantil y el bienestar social. Stack React/React Native y AWS, con equity y bono.
Fuente: Jobicy

Pear VC
Líder de Ingeniería de Producto en startup de agentes de IA para auditoría
Lidera la experiencia de producto que usan auditores profesionales: interfaces fullstack para revisar datos financieros complejos y resultados de agentes de IA. Rol de alta autonomía.
Fuente: Jobicy

GT
Ingeniero de Infraestructura Staff en AWS
Lidera la dirección técnica de la infraestructura AWS de una app móvil con millones de usuarios. Rol Staff, práctico, con Terraform y trabajo 100% remoto.
Fuente: Jobicy